Evolução temporal e espacial da dengue no Estado de São Paulo (2010 - 2014)

Representar a evolução temporal de fenômenos no espaço geográfico é um desafio muito interessante. Poucas são as técnicas que oferecem instrumental para a solução desse problema. Precisamos conciliar a variável lugar, no nosso caso o estado de São Paulo. Tempo, na nossa coleção de dados: 2010, 2012 e 2014. Assim como a intensidade do fenômeno casos de dengue para o estado nas datas citadas. Lembrando que trabalhamos em camadas. Nosso desafio era sobrepor as camadas e manter a possibilidade de uma leitura clara dos dados. Optamos pela construção de uma elipse para cada ano sobrepondo os anos e observando a evolução no espaço.

Um conjunto de dados pode dar suporte a diferentes olhares, optamos por observar o comportamento das grandes concentrações de casos de dengue no estado de São Paulo e sua evolução no espaço através do tempo. Não nos interessa demonstrar a situação de cada município e sim como a concentração evolui em cada ano, observar se ela cresce em área e para que direções vai.

Utilizando a tecnologia Esri, lançamos mão das ferramentas de estatística espacial disponíveis no ArcGIS Desktop, particularmente o instrumental para estatística espacial descritiva.

Por meio da lei de acesso à informação obtivemos os dados dos casos de dengue agrupados por município, para os anos mencionados acima. Esses dados foram populados numa feição de polígonos de município e posteriormente convertidos para ponto.  A partir desses pontos com a informação de concentração de fenômeno, geramos uma elipse ponderada pelas ocorrências de dengue. Essa elipse vai tendo seu desenho alterado conforme a contagem de notificações.

 

O resultado nos permite observar a tendência dos dados no período 2010 a 2014. Verifica-se a tendência de concentração dos casos na Grande São Paulo.

Esse instrumental analítico nos permite observar como os fenômenos se comportam no espaço ao longo do tempo, se são estacionários, se apresentam vetores de deslocamento, qual sua velocidade de deslocamento ajudando a compreender o comportamento espacial.

Certamente os dados em uma menor granulometria poderiam gerar análises em outras escalas. Por outro lado esses dados em poder de um epidemiologista pode gerar insights mais precisos. A pretensão desse post é demonstrar o potencial da estatística espacial descritiva.